Wir bauen für dich um! Daher steht card2brain am Donnerstag, den 20.06.2019 ab 23:30 für einige Stunden nicht zur Verfügung.

Lernkarten

Karten 52 Karten
Lernende 8 Lernende
Sprache Deutsch
Stufe Universität
Erstellt / Aktualisiert 19.01.2019 / 20.03.2019
Lizenzierung Keine Angabe
Weblink
Einbinden
2 Exakte Antworten 49 Text Antworten 1 Multiple Choice Antworten
Fenster schliessen

Was sind die Ziele der multiplen linearen Regression?

- Prädiktion /  Vorhersage von Merkmalsausprägungen

- Beschreibung von komplexen gerichteten Zusammenhängen

- Berücksichtigung von Redundanzen (zwischen UVs)

- Kontrolle von Störvariablen

Fenster schliessen

Voraussetzungen der multiplen Regression:

- mehrere UVs (Prädiktor)

- eine metrische AV (Kriterium)

Fenster schliessen

Warum kann die multiple lineare Regression auch als kompensatorisches Modell bezeichnet werden?

Niedrige Werte auf einer UV können durch hohe Werte auf anderen UVs ausgeglichen werden.

Fenster schliessen

Was unterscheidet die Interpretation der Regressionsgewichte einer multiplen linearen Regression von der einer einfachen?

- Die Regressionsgewichte entsprechen nur dann den Gewichten aus k separaten (einfachen) Regressionsanalysen, wenn die UVs unabhängig sind.

- Zur Bestimmung der Regressionsgewichte müssen daher Korrelationen der UVs mitberücksichtigt werden

- Bei mehr als zwei UVs ist die Bestimmung kompliziert und wird matrixalgebraisch vorgenommen

Fenster schliessen

Wie lautet die Modellgleichung für eine multiple Regression mit mehreren ( = k) UVs?

Y = b0 + b1 * X1 + b2 * X2 + ... + bj * Xj + ... + bk * Xk + E

 

bj * Xj = UV

b0 = Intercept

E = Residuum

Fenster schliessen

Was ändert sich an der Regressionsgleichung, wenn es nicht mehr um die Stichprobe, sondern um die Parameter der gesamten Population handelt?

Es werden griechische Buchstaben (Beta) verwendet
Fenster schliessen

Auf welche zwei Arten kann das multiple Regressionsgewicht interpretiert werden?

1. ...als Regressionsgewicht einer bedingten einfachen Regressionsanalyse

2. ...als Regressionsgewicht zweier Regressionsresiduen ("Partialregressionsgewicht")

Fenster schliessen

Was unterscheidet die Semipartialkorrelation/Partialkorrelation von der multiplen Regression?

Bei der Partial- und Semipartialkorrelation werden ungerichtete Zusammenhänge zwischen zwei Variablen bereinigt.

Bei der multiplen Regression werden gerichtete/systematische Zusammenhänge zwischen den Variablen bereinigt

--> Richtung = Prognose oder Erklärung